منحنی ROC

پیچیدگی و حجم سنگین داده های حاصل از سنجنده های فراطیفی باعث شده است که امروزه روش های هرچه پیشرفته تر آنالیز داده های فراطیفی به منظور استخراج اطلاعات دقیق تر و کامل تر از آنها مورد توجه قرار گیرند. یکی از آنالیزهایی که بر روی تصاویر فراطیفی انجام می شود، آشکارسازی طیفی هدف است. در این مقاله به منظور بررسی روش های آشکارسازی طیفی هدف و امکان سنجی بهبود آنها، جمعاً چهارده الگوریتم در قالب سه دسته اندازه گیری های قطعی، اندازه گیری های آماری و آشکارسازی آنامولی پیاده سازی شده است. سپس تصاویر حاصل از بهترین الگوریتم ها در هر دسته انتخاب شده و به روش های مختلف در دو مرحله با یکدیگر تلفیق گردیده اند تا تصویر تلفیقی بهینه ای با بالاترین صحت به دست آید. در بررسی های انجام شده در زمینه دسته الگوریتم ها ی آشکارسازی مذکور، مشخص گردید که به ترتیب دو الگوریتم (Spectral Correlation Similarity)SCS و (Spectral Angle Measure)SAM، دو الگوریتم (Information Spectral Divergence) SID و (Jeffiries-Matusita Distance)JMD و سه الگوریتم (Covariance-based Matched Filter Measure)CMFM، (Constrained Energy minimizing) CEM و (Correlation-based Matched Filter Measure)RMFM دارای بالاترین صحت آشکارسازی در بین الگوریتم های موجود در هر دسته اند. در این مقاله به منظور تلفیق نتایج آشکارسازی، دو روش باینری ـ شامل عملگر بولی و فاصله اقلیدسی ـ و نیز دو روش استنتاج فازی شامل دستی (Fuzzy Inference System) FIS و اتوماتیک ((System Adaptive Neuro-Fuzzy Inference) ANFIS) ـ پیاده سازی شده است. آزمون های انجام گرفته بر روی تصویری از سنجنده فراطیفی (Compact Airborne Spectrographic Imager)CASI از منطقه شهری تولوز واقع در جنوب فرانسه برای آشکارسازی بام ساختمان ها، نشان داد که در بین چهار روش تلفیق یاد شده، روش ANFIS به عنوان روشی هوشمند و خودکار، پس از اعمال روی نتایج هفت الگوریتم آشکارسازی طیفی مذکور، توانسته است به بالاترین صحت با ضریب کاپای 9/0 دست یابد.

ریسک اعتباری، ریسکی است که ناشی از نکول یا کوتاهی وام گیرندهدر قرارداد است. در پیشینه پژوهش مطالعات زیادی از قیمت گذاری اختیار برای ارزیابی و تحلیل ریسک اعتباری استفاده کرده اند و بر اساس نوسان پذیری دارایی ها، فاصله تا نکول و به طور جامع تر احتمال نکول، شرکت ها را رتبه بندی کرده اند. در این مقاله از رویکرد جدیدی برای قیمت گذاری اختیار استفاده می شود. در این رویکرد ضمن برآورد نوسان پذیری دارایی های شرکت بدون حلّ معادلات همزمانی بلک- شولز- مرتون، از زمان تا سررسید تعدیل یافته بدهی شرکت ها یا دیرش استفاده می شود. مجموعه داده های این پژوهش شامل 5670 شرکت از شرکت های فعال در بازار ایالات متحده طی دوره 2001 تا 2013 است. پس از رتبه بندی شرکت ها و ترسیم منحنی ROC رویکرد این پژوهش و رویکرد پایه ای بلک- شولز- مرتون و رویکرد BhSh، نتیجه گرفته شد که رویکرد این مقاله، دقّت نسبتاً بالایی دارد. همچنین این پژوهش یک تحلیل مبتنی بر ریسک برای اثرات متغیرهای اختیار و سایر متغیرهای بازاری فراهم می کند.

با توجه به ماهیت فعالیت های صنعت بانکداری که عمدتاً مبتنی بر تجهیز و تخصیص منابع است، این صنعت به طور گسترده با ریسک های اعتباری مواجه است. بنابراین شناخت منشأ ریسک اعتباری و تخمین آن همواره یک مسئله اساسی برای صنعت بانکداری است. در همین خصوص، تحقیقی از نوع داده کاوی با هدف شناسایی ویژگی های مؤثر بر ریسک اعتباری مشتریان حقیقی بانک سپه و همچنین طراحی مدلی برای پیش بینی احتمال نکول تسهیلات، از طریق مدل های الگوریتم ژنتیک و رگرسیون پروبیت انجام گرفته است. داده های این تحقیق مربوط به تسهیلات اعتباری پرداخت شده به اشخاص حقیقی در سال ۱۳۹۵ است. از میان کلیه تسهیلات اعتباری پرداخت شده به اشخاص حقیقی در سال ۱۳۹۵ دو نمونه ۳۶۰۰ تایی (به منظور برازش مدل) و ۴۰۰ تایی (به منظور راستی آزمایی مدل به وسیله منحنی ROC) به صورت تصادفی انتخاب شدند. همچنین به منظور تجزیه و تحلیل داده ها از نرم افزار متلب استفاده شده است.<br /> نتایج تحقیق نشان می دهد که روش الگوریتم ژنتیک در تعیین متغیرها در سه سطح متفاوت براساس درجه اهمیت، توانایی بالاتری در پیش بینی احتمال نکول تسهیلات نسبت به روش رگرسیون پروبیت دارد. نتایج راستی آزمایی نشان می دهد که سطح زیر منحنی ROC در روش الگوریتم ژنتیک برابر ۰/۹۲، اما در روش رگرسیون پروبیت برابر ۰/۷۲ است و همچنین نتایج در ماتریس  ROC نشان داد که روش الگوریتم ژنتیک ۹۱/۸ درصد پیش بینی صحیح نموده و روش رگرسیون پروبیت ۹۰ درصد پیش بینی صحیح کرده است.

شناخت رفتار و خصوصیات رسوب گذاری رودخانه های منتهی به مخازن سدهای بزرگ باعث سهولت تصمیم گیری های راهبردی درمورد احداث سازه های مهندسی در طول رودخانه برای مدیریت رسوب ورودی به مخزن سد خواهد شد. فناوری سنجش از دور با داده های چندزمانه و چندطیفی تا حد زیادی سهولت کشف تغییرات ریخت شناسی رودخانه ها را در طول زمان به همراه داشته است. با وجود این، ماهیت خاص رودخانه های کم عرض و کم عمق باعث افزایش پیچیدگی مطالعات بررسی ریخت شناسی چنین رودخانه هایی، با استفاده از داده های موجود شده است. در این مطالعه قابلیت خودکار شش شاخص پرکاربرد آب شامل: شاخص تفاضل بهنجار آب، شاخص تفاضل بهنجار آب اصلاح شده، شاخص استخراج خودکار آب با سایه، شاخص استخراج خودکار آب بدون سایه، شاخص آب پیشرفته و شاخص آب 2015 مستخرج از دو سنجنده ETM+ و OLI ماهواره لندست در تفکیک رودخانه های کم عرض و کم عمق بررسی شد. آستانه بهینه هر یک از این شاخص ها با استفاده از نمودار ROC تعیین شد. فرایند اعتبارسنجی نیز با استفاده از تصاویر گوگل ارث مربوط به آگوست سال 2013 انجام پذیرفت. صحت نتایج با آمار های متفاوت شامل خطای ترکیبی، صحت تولیدکننده، صحت کاربر، خطای omission و خطای commission بررسی شد. نتایج نشان می دهد اگرچه صحت شاخص های مستخرج از سنجنده ETM+ به نسبت بیش از سنجنده دیگر است، به طور کلی بیشترین صحت تفکیک عارضه مورد نظر مربوط به شاخص تفاضل بهنجار آب اصلاح شده و شاخص استخراج خودکار آب با سایه است و شاخص استخراج خودکار آب بدون سایه نیز کمترین صحت را در تفکیک عارضه رودخانه داشته است.

شناسایی منابع آب زیرزمینی و تلاش برای حفظ منابع آبی، یکی از اهداف بزرگ کشورهایی است که با مشکل کم آبی مواجه هستند. آب های زیرزمینی طی دهه های اخیر به دلیل برداشت بیش از تغذیه کاهش یافته اند. مدیریت منابع آب زیرزمینی با اکتشاف و بهره برداری متناسب با پتانسیل آبخوان، یکی از مهم ترین راهبردها در این زمینه است. در این پژوهش به منظور پهنه بندی پتانسیل آب زیرزمینی دشت ناز ساری، از عوامل مؤثر بر نفوذپذیری خاک و تغذیه سفره های آب زیرزمینی شامل لایه های زمین شناسی، پوشش گیاهی، شیب، جهت شیب، بارش، دما، ارتفاع، فاصله از گسل، تراکم گسل، فاصله از آبراهه و تراکم آبراهه و فاصله از جاده استفاده شد. به این منظور نخست لایه های اطلاعاتی مورد نیاز در محیط نرم افزار ArcMap 10.3 به صورت لایه رستری تهیه شد؛ سپس هریک از عوامل در بردار وزن به دست آمده از روش ANP ضرب و نقشه پتانسیل یابی منابع آب زیرزمینی منطقه از راه حاصل جمع لایه های نهایی عوامل اقلیمی، هیدرولوژی، زمین شناسی، توپولوژی و زیست محیطی تهیه شد. به منظور اعتبارسنجی نقشه نهایی، منحنی ROC به کار رفت. نتایج نشان داد 35/995 کیلومترمربع از مساحت منطقه پتانسیل زیاد و بسیار زیاد، 76/2549 کیلومترمربع پتانسیل کم و بسیار کم و 17/642 کیلومترمربع پتانسیل متوسط درزمینه منابع آب زیرزمینی دارند؛ همچنین نتیجه 87درصدی منحنی ROC بیان کننده دقت زیاد این روش در تهیه نقشه پتانسیل آب زیرزمینی در محدوده مطالعاتی است. براساس روش ANP نیز، عوامل زمین شناسی و ارتفاع منطقه بیشترین تأثیر را بر پتانسیل یابی منابع آب زیرزمینی در منطقه بررسی شده دارند. بر این مبنا بررسی پتانسیل سفره های آب زیرزمینی و بهره برداری بهینه و متناسب با توان آبخوان برای مدیریت پایدار این منابع ضروری است

هدف این مطالعه ارزیابی کارایی دو مدل داده کاوی شبکه عصبی مصنوعی و الگوریتم ماشین پشتیبان بردار در سه حالت استفاده از شاخص های مورفومتریک شامل شاخص خیسی توپوگرافی، شاخص موقعیت توپوگرافی، شاخص توان آبراهه، شاخص طول شیب، شاخص ناهمواری زمین، شاخص تعادل جرم، شاخص انحنای پروفیل و شاخص انحنای سطح ؛ استفاده از عوامل محیطی و انسانی شامل بارندگی، ارتفاع حوضه، درجه شیب ، جهت شیب، لیتولوژی، کاربری اراضی، شاخص تفاضل نرمال شده پوشش گیاهی ( NDVI )، فاصله از آبراهه، فاصله از جاده و فاصله از گسل؛ و ترکیبی از دو حالت فوق، در پهنه بندی حساسیت زمین لغزش های حوضه آبخیز چریک آباد ارومیه است. برای این منظور با استفاده از بازدیدهای میدانی و تصاویر گوگل ارث، تعداد 92 نقطه لغزشی در حوضه شناسایی شدند. نقشه شاخص های مورفومتریک و عوامل محیطی و انسانی در SAGA_GIS6.4 و ArcGIS10.5 تهیه و رقومی شدند. نتایج ارزیابی دو مدل با استفاده از منحنی ROC نشان داد که در حالت استفاده از شاخص های مورفومتریک دو مدل SVM و ANN به ترتیب با سطح زیر منحنی 742/0 و 763/0 دارای عملکرد خوب در پهنه بندی حساسیت زمین لغزش ها بوده اند. در حالت استفاده از عوامل انسانی و محیطی، دو مدل فوق به ترتیب با سطح زیر منحنی 876/0 و 929/0 دارای عملکرد خوب و خیلی خوب؛ و در حالت استفاده از هر دو عوامل انسانی و محیطی به همراه شاخص های مورفومتریک، دو مدل با سطح زیر منحنی 940/0 و 936/0 دارای عملکرد تقریباً یکسان با رتبه عالی در پهنه بندی مناطق حساس بوده اند. بالاترین مقدار مجموع کیفیت (Qs) و نسبت تراکمی ( Dr ) بیشترین همبستگی بین رده های خطر برای مدل SVM در حالت سوم بوده است. نتایج حاصل از شاخص کاپا در حالت برتر نشان داد که به ترتیب عوامل لیتولوژی، LS و ارتفاع حوضه بیشترین تأثیر را بر وقوع زمین لغزش ها داشته اند؛ بنابراین تأثیر عوامل طبیعی نسبت به عوامل انسانی و در حالت کلی شاخص های مورفومتری در مقایسه با عوامل محیطی و انسانی در وقوع لغزش ها بیشتر بوده و حوضه ذاتاً حساس به وقوع لغزش است.

مستلزم برنامه ریزی، انجام اقدامات مناسب و زیربنای اصلی تهیه نقشه هایی با صحت و دقت بالا در مدیریت زمین لغزش ها شناسایی عوامل موثر در وقوع زمین لغزش ها می باشد. در این مطالعه هدف اصلی بررسی ارتباط بین عوامل موثر شناسایی شده با استفاده از مدل آنتروپی شانون و مقایسه آن با نتایج مدل های WOE و LNRF در حوضه آبخیز زیوه ارومیه می باشد. بعد از ثبت تعداد 167 زمین لغزش، مهمترین عوامل موثر با توجه به مطالعه پژوهش های قبلی و مشاهدات و بازدیدهای مکرر صحرایی در سه طبقه شاخص های مورفومتری، عوامل محیطی و انسانی دسته بندی شدند. نقشه های عوامل محیطی و انسانی در محیط ArcGIS10.5 و نقشه شاخص های ژئومورفومتری در SAGA_GIS.6.4 از طریق مدل رقومی ارتفاعی با پیکسل سایز (5/12*5/12) تهیه شد. نتایج نشان داد که مهترین عوامل موثر بر وقوع زمین لغزش در مدل آنتروپی شانون به ترتیب فاصله از آبراهه، شاخص موقعیت توپوگرافی، فاصله از گسل و کاربری اراضی و کمترین اثر عوامل موثر بر وقوع زمین لغزش به ترتیب شامل عوامل بارندگی، ارتفاع و فاکتور LS بوده است. در مدل های WOE و LNRF مهمترین زیر عامل های موثر در رده های عوامل سنگ-شناسی و کاربری اراضی، شاخص خیسی توپوگرافی، فاصله از آبراهه و گسل بوده است. بنابراین بین نتایج مدل آنترپی شانون در شناسایی عوامل موثر با نتایج مدل های فوق می توان گفت که ارتباط خوبی وجود دارد. ارزیابی مدل ها با استفاده از منحنی ROC نشان دادکه مدل آنتروپی شانون دارای عملکرد عالی و دو مدل LNRF و WOE دارای عملکرد خوب و خیلی خوب در پهنه بندی حساسیت زمین لغزش ها می باشند.

پهنه بندی خطر زمین لغزش نقش مهمی در توسعه زیرساخت های ایمن و قابل دوام، شهرنشینی، کاربری زمین و برنامه ریزی زیست محیطی ایفا می کند. شناسایی و تعیین مناطق حساس و مستعد لغزش می تواند ضمن جلوگیری از بروز آسیب ها، زمینه را برای اجرای طرح های پایدارسازی دامنه ها فراهم سازد. هدف اصلی این مطالعه تهیه نقشه پراکنش زمین لغزش ها، شناسایی عوامل مؤثر بر لغزش و پهنه بندی خطر آن در آزادراه خرم آباد-اراک (قطعه خرم آباد تا بروجرد) است. بدین منظور با استفاده از تصاویر ماهواره ای و مطالعات میدانی نقشه پراکنش لغزش ها تهیه و با استفاده از مدل نسبت فراوانی (FR) عوامل مؤثر بر لغزش شامل شیب، لیتولوژی، جهت شیب، طبقات ارتفاعی، کاربری زمین، بارندگی و فاصله از عوامل گسل و شبکه آبراهه ها مورد تجزیه وتحلیل قرار گرفته است. در این مطالعه به منظور پهنه بندی خطر زمین لغزش از روش منطق فازی (گامای 9/0) استفاده شده است. بر اساس نتایج به دست آمده نقشه خطر زمین لغزش حاصل به پنج طبقه، مناطق خطر بسیار کم (%55/18)، کم (%67/30)، متوسط ​​(%51/26)، زیاد (%15/18) و بسیار زیاد (%12/6) تقسیم بندی و درنهایت با استفاده از منحنی Receiver Operating Characteristic (ROC) اعتبارسنجی شد. نتایج تحلیل منحنی ROC برای روش گامای فازی نشان داد که نقشه حساسیت زمین لغزش تهیه شده در منطقه موردمطالعه با سطح زیر منحنی 94/0AUC= دارای قدرت پیش بینی عالی است.

استحصال آب باران روشی برای توسعه و بهره برداری از منابع آب در مناطق خشک و نیمه خشک با هدف افزایش کمیت و کیفیت منابع آب موجود است. هدف از این پژوهش تعیین عوامل مؤثر در مکان یابی مناطق مستعد جمع آوری رواناب و استحصال آب باران (RWH) در حوضه ی آبریز سیاه خور کرمانشاه با استفاده از روش تصمیم گیری چند معیاره (MCDA)  و تحلیل شبکه ای ANP است. نتایج حاصل از روش تحلیل سلسله مراتبی و پهنه بندی بارش حوضه نشان می دهد که در 81/37 درصد از مساحت کل حوضه ، معیار هیدرولوژی نسبت به معیار های فیزیکی و توپوگرافی به ترتیب 4/6 و 5/8 و معیار فیزیکی 2/3 برابر بر معیار توپوگرافی دارای ارجحیت است . نتایج حاصل از بررسی نقشه ی پتانسیل استحصال آب باران نشان می دهد که کلاس های ضعیف با 96/2 ، نسبتاً ضعیف 49/35 ، متوسط 06/26، نسبتاً خوب 2/29 و خوب با 29/6 درصد از سطح حوضه را شامل می شوند و کلاس های متوسط و نسبتاً خوب و خوب جمعاً با 55/ 61 درصد بیش ترین درصد سطح حوضه را به خود اختصاص داده اند. بررسی ها نشان می دهد که شیب های میانی جهت احداث سیستم های استحصال آب باران مناسب می باشند. بطوری که مشاهدات میدانی و نتایج حاصله از بررسی منحنی ROC، نشان می دهد، اکثر 115 تکه جمع آوری آب باران در محل   هایی قرار دارند که از لحاظ توپوگرافی و هیدرولوژی مناسب و بیش از 89در صد مکان های جمع   آوری آب باران در کلاس های متوسط و نسبتاً خوب و خوب واقع شده که این موضوع  بیانگر ارزیابی بسیار خوب مدل بوده و نشان می دهد که تلفیق تکنیک تصمیم گیری چند معیاره (MCDA) و تحلیل شبکه ای ANP و GIS می تواند برای برنامه ریزی جمع آوری آب باران در مقیاس حوضه و زیرحوضه ابزار مفیدی باشد.